输油浓度监控系统的研究与设计
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-10页 |
| 1 绪论 | 第10-14页 |
| ·课题的研究背景和意义 | 第10-11页 |
| ·课题的研究背景 | 第10页 |
| ·课题的研究意义 | 第10-11页 |
| ·国内外原油浓度测量监控的状况 | 第11-12页 |
| ·国内外原油浓度测量方法 | 第11-12页 |
| ·国内外原油浓度监控方法 | 第12页 |
| ·本人研究的主要内容 | 第12-14页 |
| ·本人的研究工作 | 第12页 |
| ·本文的章节安排 | 第12-14页 |
| 2 伽马射线探测器测量原油浓度方法的研究 | 第14-20页 |
| ·原油对γ射线的吸收特性 | 第14页 |
| ·γ探测器的测量原理研究 | 第14-16页 |
| ·伽马射线含水率的测量原理 | 第14-15页 |
| ·对含水率和含气率的求解 | 第15-16页 |
| ·γ射线探测器数据采集 | 第16-17页 |
| ·γ射线探测器进行原油测量的优点 | 第17页 |
| ·与超声波含水率的测量方法对比 | 第17-19页 |
| ·超声波含水率测量方法 | 第17-19页 |
| ·测量性能分析对比 | 第19页 |
| ·本章小结 | 第19-20页 |
| 3 原油浓度算法研究 | 第20-28页 |
| ·原油浓度测量的辅助变量分析 | 第20页 |
| ·混沌粒子群-BP神经网络在浓度测量中的分析 | 第20-24页 |
| ·神经网络的结构分析 | 第21页 |
| ·粒子群优化算法和混沌算法 | 第21-23页 |
| ·混合算法训练神经网络 | 第23-24页 |
| ·储油库原油浓度的预测估计 | 第24-27页 |
| ·训练样本和测试样本的选取 | 第24-26页 |
| ·与BP神经网络算法的对比及性能分析 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 4 输油浓度远程监控系统的设计 | 第28-40页 |
| ·远程监控系统总体方案的研究 | 第28-30页 |
| ·输油浓度远程监控系统的结构 | 第28-29页 |
| ·监控系统组成部分的作用分析 | 第29-30页 |
| ·下位机通讯模式的确定 | 第30页 |
| ·中转站结构的设计 | 第30-37页 |
| ·中转站功能的研究与分析 | 第30-31页 |
| ·中转站的硬件组成及功能 | 第31-36页 |
| ·无线传输模块的分析 | 第36-37页 |
| ·油井储油库探测单元设计 | 第37-39页 |
| ·储油库探测单元的结构 | 第37-38页 |
| ·探测单元的作用及特点 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 5 系统软件的分析与设计 | 第40-52页 |
| ·单片机监测系统的软件 | 第40-42页 |
| ·中转站软件总体结构 | 第40-41页 |
| ·中转站单元子程序 | 第41-42页 |
| ·单片机主程序 | 第42-47页 |
| ·单片机系统初始化 | 第42-43页 |
| ·数据采集A/D转换模块设计 | 第43页 |
| ·串行通讯程序设计 | 第43-44页 |
| ·软件滤波程序 | 第44-47页 |
| ·软件抗干扰的分析研究 | 第47-50页 |
| ·软件干扰的分析 | 第48页 |
| ·软件抗干扰方法 | 第48-49页 |
| ·软件陷阱和看门狗技术措施 | 第49页 |
| ·数据采集软件的抗干扰措施 | 第49-50页 |
| ·监控系统程序设计 | 第50-51页 |
| ·监控程序的实现 | 第50页 |
| ·监控界面 | 第50-51页 |
| ·本章小节 | 第51-52页 |
| 6 全文的结论和展望 | 第52-54页 |
| ·结论 | 第52页 |
| ·展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 致谢 | 第56-57页 |
| 个人简历、在校期间的研究成果 | 第57页 |
